刀具磨损的偏最小二乘回归分析与建模

简述了偏最小二乘回归方法;对在不同切削条件下车削加工过程刀具后刀面磨损的多组实验数据,采用偏最小二乘回归方法,根据变量重要性指标分析和因子载荷分析,从8个变量及其组合中筛选出了6个用于建模的自变量,并以后刀具磨损量作为因变量,建立了对所选自变量(切削速度V、切削分力的均值F_x、F_y和F_z、分力比值F_y/F_x和F_z/F_x等)的偏最小二乘回归模型;采用建模数据覆盖的切削条件下的实验数据和建模数据未覆盖的切削条件下的实验数据,分别对模型进行了验证.结果表明,采用偏最小二乘回归方法选择的自变量是合理的,所建立的刀具磨损的回归模型可以较满意地计算出不同切削条件下刀具后刀面的磨损量.     

紫外成像光谱仪焦面CCD散热设计及验证

为保证空间紫外成像光谱仪焦面电荷耦合器件（CCD）在低温环境下的工作性能,需对焦面CCD进行散热设计。首先,根据焦面CCD的热耗、工作模式及温度要求,提出以高性能柔性石墨导热索为主要措施的散热设计方案,建立热仿真模型并进行热分析。然后,在真空环境下进行焦面CCD热平衡试验,结果显示：柔性导热索的CCD连接端与热管连接端温差仅为2.3℃,以此推算出导热索自身热阻为0.65℃/W,满足热阻小于1℃/W的指标要求,具有良好的导热性能;焦面CCD在长期工作模式下的温度为-21.4℃,满足低于-20℃的工作温度要求。仿真分析和试验结果基本一致,表明采用柔性石墨导热索结合热管的焦面CCD散热设计方案合理可行。     

一种Ka频段双通道遥测设备的无杆标校方法研究

Ka频段双通道遥测设备的和、差通道存在相位差,并且随环境变化而变化,需要在基带终端通过校相才能实现相位差的校正,最终完成对目标的自主跟踪。在靶场中,以往都是通过架设标校杆进行基带校相,这种方法可以实现相位标校的目的,但是随着遥测设备作战领域已经向深海、高原等区域拓展,受到这些特殊位置环境等对架设标校杆的种种限制。本文重点研究了在高原环境下,不架设标杆校,通过偏馈天线发射信号,实现和、差通道相位零值标定的目的。本文给出了基于偏馈天线的无杆标校原理和方法,并通过实验验证了本文方法的有效性。     

极端低温下电液伺服阀温漂特性分析

针对电液伺服阀在极端低温下温漂大的问题，以＋40℃时电液伺服阀初始零偏为基准，采用线性回归方法分析了某型射流管伺服阀不同温度的零偏试验数据，得到了极端低温下的伺服阀温漂与＋40℃时初始零偏的数学关系。分析与试验结果表明：极端低温时射流管伺服阀的温漂与＋40℃时的初始零偏存在非常显著的线性关系。温漂与电液伺服阀制造与装配工艺过程密切相关，与结构及其装配不对称有关。电液伺服阀结构上的微观不对称现象，在极端低温下显现出来，尤其是呈现出较大的温漂。降低温漂的主要措施是提高电液伺服阀结构与装配的对称性，降低初始零偏。     

多模式超高斯馈源的设计与分析

针对各类探测器高性能馈源喇叭的需求,对多模式超高斯馈源的理论进行研究,特别是对低旁瓣进行分析。采用波纹喇叭及多节喇叭技术对馈源进行设计,并用全波分析法进行仿真验证。讨论利用级联矩阵理论对多节结构进行优化分析的基本流程。基于仿真结果,综合比较了基于这2种设计技术的馈源喇叭性能的优劣。结果表明:多节结构相对传统的波纹喇叭具有结构简单、旁瓣电平无明显恶化的优势;其劣势在于由于引入多模结构,带宽仍有待提高。采用级联矩阵的优化方法可将结构与模式理论结合,是一种物理概念更加清晰的方法。该研究对于高性能超高斯喇叭的设计和加工有一定的参考价值。     

MFPB 天线正交模馈电网络的低相位色散控制方法

每束多馈源天线是由多个馈源按照一定的幅度和相位激励关系合成一个波束,该类天线对于馈电网络各通道的幅度相位色散控制要求苛刻。文章针对该类天线正交模馈电方案中相位色散控制难的特点,对其控制措施进行了研究,并给出了逐层配相的解决办法。最后通过仿真分析获得了在K 频段2. 5GHz 范围内各通道的相位色散低于5°的优异性能,从而验证了这些措施对于相位色散控制的有效性。     

直升机自动区域导航航向摆动问题分析

针对某直升机接通自动区域导航功能后出现的航向摆动现象,采用故障树分析法定位故障原因,结合飞行数据提出了相应的优化措施。地面仿真与飞行验证结果表明,适当调整航向导引信号中的增益系数,同时优化航向通道的控制关系可有效减缓航向角的往复修正,能够有效解决该型直升机自动区域导航模态下的航向摆动问题。     

随机有限元方程一般式的两种推导方法

８０年代初发展起来的随限元法是解决随机问题强有力的数值分析工具，如随机动力学、随机场及结构强度的可靠性等等问题，本文从有限元基本方程出发，分别采用对有限元方程按Ｔａｙｌｏｒ级数展开和对有限元方程求偏导数等方法。推导了随机有限元基本方程的一般式，并用数学归纳法证明了上述两种方法推导结果的与等效性，本文研究表明，Ｔａｙｌｏｒ级数展开法推导，数学意义明确，但推导过程较为复杂；而按求偏导数法，数学意义不够     

基于机器学习的非定常流场网格自适应

现有针对非定常流场数值模拟的网格自适应方法,通常每隔一段时间步就进行一次网格调整,增加了计算复杂度和精度损失。针对这一问题,本文基于间断伽辽金（discontinuity Galerkin, DG）有限元法提出了结合BPNN(backpropagation neural network)和MMPDE(moving mesh partial differential equation)的非定常流场网格自适应方法。该方法首先采用DG有限元法对Navier-Stokes方程进行非定常计算,得到统计意义上的网格间断量;然后以初始网格和间断量训练BPNN回归模型,用于预测任意位置节点的间断量;接着使用MMPDE变分法移动网格节点,使其符合统计意义的间断量分布;最终通过Laplacian网格平滑法保证网格单元质量。圆柱绕流非定常流场算例的验证结果表明,该方法能够在不改变网格拓扑结构和不增加节点数的情况下完成一次性网格自适应,显著提高了非定常流场数值计算的精度和效率。